阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

0 评论 3001 浏览 4 收藏 10 分钟

品牌数据银行作为消费者资产平台,有效融合了全域渠道消费者数据,为品牌精细化分层运营提供了有力支持。本文将深入探讨阿里品牌数据银行的能力与运用,从初识品牌数据银行开始,逐步揭示其融合、分析、激活与应用四大模块的功能与特点。

上个系列篇《 阿里达摩盘:一文掌握阿里达摩盘的6大能力!》,我们介绍了达摩盘DMP,接下来我们一起来探究阿里的品牌数据银行的能力。

一、初识品牌数据银行

品牌数据银行是阿里推出的消费者资产平台,融合了阿里全域渠道消费者数据以及品牌自有数据,助力品牌进行精细化分层运营。

品牌数据银行的数据包含阿里系消费者数据,如支付宝、阿里妈妈、天猫、菜鸟驿站、饿了么等;以及品牌自有的消费者数据,如站外媒体曝光、品牌的粉丝会员等。

如下图,看阿里系商家工具的对比,包含品牌数据银行、达摩盘、客户运营平台、生意参谋。从整体来看品牌数据银行,是从品牌的维度来看消费者的数据,而达摩盘等主要是从店铺维度;另外数据银行能力包含品牌全网消费者数据回流,数据范围和应用范围比达摩盘、生意参谋更广。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

品牌数据银行由4A模型发展而来,即Aggregation融合、Analysis分析、Activation激活、Application应用,提供链路流转分析、自定义分析、会员粉丝分析等功能模块,帮助品牌快速、便捷地进行消费者运营,沉淀品牌消费者资产。

如下图,阿里品牌数据银行主要包含融合沉淀、分析诊断、数据激活、应用定制4大模块。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

接下来,我们来揭开数据银行各个模块神秘的面纱。

二、Aggregation融合

1、消费者资产

为了帮助品牌持续沉淀消费者数据,还原消费者旅程,洞察品牌与消费者的亲疏关系,并持续深化与消费者关系,品牌数据银行提供了AIPL方法,来划分消费者分层。

消费者资产模块,包含消费者分析、全链路分析、链路流转分析。

消费者分析:划分了活跃消费者、消费者资产、活跃消费者对标、消费者周增长率、潜客-顾客比、关系周加深率。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

全链路分析:划分A认知-I兴趣-P购买-L忠诚,看不同阶段的消费者人群整体变化趋势。

链路流转分析:划分认知、兴趣、购买、忠诚用户,在初始和结束阶段的人群流转。

消费者资产模块是品牌数据银行早期就有的能力,其核心在于AIPL模型。选择合适的用户分层,并围绕分层制定一定的转化策略,对于消费者资产平台而言至关重要。例如阿里有AIPL用户分层模型、京东有4A模型、字节有O-5A模型,这些模型本身比较浅显易懂,其背后对应的营销转化策略会更为复杂、重要。感兴趣的朋友可以加数据交流群一起探讨。

2、数据融合

品牌在发展过程中,会积累多方会员数据等,这些数据可以通过数据融合模块进行处理。数据融合模块包含上传人群、上传标签、一方人群、一方标签等。

该模块主要能更好地帮助商家用好自有数据。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

三、Analysis分析

分析诊断模块,从粉丝会员、到商品分析,再到场景运营、活动沉淀分析、品牌增长分析等多视角进行深度分析。

1、场景运营

场景运营划分了新客拓展、高潜人群促转化、老客运营促复购、会员招募与运营、活动人群再营销、新品运营策略等。将一些核心的运营方式场景化,可以十分直观地给运营人员赋能。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

场景运营是上新的能力,在分析的基础上,加入了更多运营策略模板,提升产品的易用性,这对我们做画像的人群推荐具有较大借鉴意义。

2、粉丝会员分析

粉丝会员分析,主要包含品牌会员、店铺会员,分析活跃会员、不活跃会员、购买会员、活跃未购会员。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

3、商品分析

商品分析,构建人-商品之间的关系,分析单品上消费者行为。并进一步分析该单品的总互动人数、新增品牌认知、兴趣、购买、忠诚人数。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

在用户分群过程中,我们划分的群体越多,运营人员反而越不知道怎么用,难以形成比较体系化的策略。而品牌数据银行做的比较好的是,使用了AIPL模型,将其贯穿至整个产品体系、分析体系、运营体系,从而发挥出数据产品的最大价值。

4、活动沉淀分析

活动沉淀分析,沉淀了消费者的活动数据,分析活动前1天和活动结束当天,消费者总量、品类购买力、消费者转化力数据,以及活动的拉新和留存效果分析。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

营销活动在各大品牌促销应用上十分广泛,要统计好活动带来的效果,则需做好活动数据的回流、渠道数据归因等。这是重点也是难点,后续文章进一步研究。

5、自定义人群分析

还有比较基础的模块就是自定义人群分析,这主要是人群圈选模块,划分了以场圈人、以货圈人、属性圈人、IP粉丝圈人几种方式。这跟《阿里达摩盘:圈选人群、渠道沉淀人群、智能迭代人群…》构建方式类似。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

通常属性圈人是人群圈选中较为常用的模块,需要结合一定的业务场景,例如在电商场景下,基于人-货-场的模型,可拓展成以货圈人、以场圈人等。在长租场景下,基于房-客模型,则为以房圈人。

四、Activation激活

数据激活主要是数据应用,根据品牌需求,将目标人群推送至钻展等多渠道。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

这里的对接,分了很多渠道,包括阿里妈妈、CRM、策略中心、天猫营销平台、高德、支付宝、本地生活等等。

五、Application应用

应用模块主要包含应用市场和数据工厂。例如在应用市场能力上,品牌方可根据不同营销场景,订购服务商已打包好的完整解决方案。

阿里品牌数据银行:全网最全数据银行介绍!(附海量截图)

场景运营策略需要一定的数据分析和营销经验才能得出,服务商可将其进行售卖,进行商业变现。由此也可看出消费者资产平台中,营销策略的重要性。

专栏作家

草帽小子,公众号:一个数据人的自留地,人人都是产品经理专栏作家。《大数据实践之路:数据中台+数据分析+产品应用》书籍作者,专注用户画像领域。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!